【摘要】：目前我國正積極推進創(chuàng)新型國家建設(shè),倡導大眾創(chuàng)新創(chuàng)業(yè),鼓勵國內(nèi)企業(yè)的創(chuàng)新發(fā)展和支持萬眾創(chuàng)新。用戶創(chuàng)新需要獲取大量與其研究相關(guān)的科學技術(shù)知識,把握科研動態(tài)與熱點方向,發(fā)現(xiàn)科技創(chuàng)新突破口,從而推動技術(shù)進步。專利作為一種科學技術(shù)創(chuàng)新成果的重要知識載體,其中蘊含了大量的科學技術(shù)知識與技術(shù)發(fā)展的信息,是企業(yè)和創(chuàng)新者獲取相關(guān)信息與知識的重要途徑之一。為了挖掘?qū)＠麛?shù)據(jù)中蘊含的知識和關(guān)聯(lián)關(guān)系,方便用戶快速獲取相關(guān)知識和關(guān)系信息,本文設(shè)計研發(fā)了基于知識圖譜的專利推薦系統(tǒng),能夠面向需求推薦相關(guān)專利,支持用戶的創(chuàng)新工作,對企業(yè)用戶保持核心競爭力、創(chuàng)新發(fā)展,和對創(chuàng)新者了解科研現(xiàn)狀、發(fā)現(xiàn)創(chuàng)新點具有重要的指導作用。本文研發(fā)的基于知識圖譜的專利推薦系統(tǒng),使用可視化技術(shù)形象地展示專利技術(shù)演變歷史、熱點研究領(lǐng)域以及知識的關(guān)聯(lián)關(guān)系等信息,面向發(fā)明需求為創(chuàng)新者推薦相關(guān)專利,為用戶的創(chuàng)新工作提供支撐。系統(tǒng)后臺功能模塊主要包括多源數(shù)據(jù)獲取、專利數(shù)據(jù)處理和專利數(shù)據(jù)知識圖譜構(gòu)建等,為用戶提供的功能模塊主要包括專利知識檢索、面向發(fā)明需求的專利推薦和專利多維展示等。多源數(shù)據(jù)獲取模塊主要實現(xiàn)對專利數(shù)據(jù)、百科知識數(shù)據(jù)和科技博客數(shù)據(jù)的爬取與存儲等功能。專利數(shù)據(jù)處理模塊主要包括數(shù)據(jù)清洗、獲取詞向量、主題分類和提取關(guān)鍵詞等功能。專利數(shù)據(jù)知識圖譜構(gòu)建模塊主要包括實體提取、關(guān)系及屬性提取、實體識別、構(gòu)建三元組數(shù)據(jù)和知識數(shù)據(jù)存儲等功能。專利知識檢索模塊主要實現(xiàn)基于知識圖譜的檢索功能,包括專利、作者、申請人和主題詞四種檢索類型,以力導向圖、柱狀圖和動態(tài)詞表等方式實現(xiàn)檢索結(jié)果的可視化。面向發(fā)明需求的專利推薦模塊,主要為用戶的需求問題推薦相關(guān)詞語、專利及其核心語句,幫助用戶研發(fā)解決問題的初步方案。專利多維展示模塊主要包括專利內(nèi)容自動標注、關(guān)鍵詞提取與統(tǒng)計和專利領(lǐng)域分析等功能。在系統(tǒng)的研發(fā)過程中,本文提出了基于Keras的分詞模型,用于提高專利數(shù)據(jù)中專業(yè)名詞的分詞效果。改進了 TextRank算法,用于提取專利數(shù)據(jù)關(guān)鍵詞。提出了基于K-means的實體識別算法模型,用于知識圖譜構(gòu)建時實體的識別區(qū)分。并且提出了多維評分算法模型,用于專利的排序推薦。本文采用B/S架構(gòu)進行系統(tǒng)實現(xiàn),以Neo4j圖數(shù)據(jù)庫存儲專利數(shù)據(jù)知識圖譜,以D3.js技術(shù)實現(xiàn)數(shù)據(jù)的可視化。本文著重介紹了基于知識圖譜的專利推薦系統(tǒng)的設(shè)計與實現(xiàn),目前系統(tǒng)已擁有200余萬條專利數(shù)據(jù)、8千多條百科知識和2萬余條科技博客等數(shù)據(jù),用于支撐系統(tǒng)的運行與計算。系統(tǒng)現(xiàn)處于示范應(yīng)用階段,累計幫助10多家示范應(yīng)用企業(yè)研發(fā)60余條產(chǎn)品和技術(shù)創(chuàng)新方案,并取得了良好的應(yīng)用效果。
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP391.3
【圖文】：

魂八加KC的結(jié)構(gòu)框?

構(gòu)建專利數(shù)據(jù)知識圖譜［２３］，并對知識圖譜進行管理與維護，用于支撐系統(tǒng)逡逑功能的實現(xiàn)。普通用戶使用的功能主要包括用戶管理，專利知識檢索，面向發(fā)明逡逑需求的專利推薦和專利多維展示等。系統(tǒng)用例圖如圖２－１所示：逡逑＞＝＝＝＜逡逑＜科技博客數(shù)據(jù)清洗整理邐＼逡逑＾＾（＾彳信息＾）邐據(jù)菅逡逑￣邐信息邋邐邋＼逡逑包括》ｙ逡逑１邐NB、－邋－＞＜＾ｒ邋案生＾）逡逑１邐動標＾逡逑圖２－１系統(tǒng)用例圖逡逑１０逡逑

＼Ｖｏｒｄ２Ｖｅｃｔｏｒ模型Ｐ１，獲取專利數(shù)據(jù)的詞向量。訓練ＬＤＡ模型，獲取專利數(shù)據(jù)分逡逑類的主題詞，和提取專利數(shù)據(jù)的關(guān)鍵詞。逡逑專利數(shù)據(jù)處理用例圖如圖２－３所示：逡逑１２逡逑

【相似文獻】

相關(guān)期刊論文 前10條

1 劉強;;推薦系統(tǒng)的商業(yè)價值[J];軟件和集成電路;2019年04期

2 劉天嘯;;大數(shù)據(jù)背景下新聞推薦系統(tǒng)中的問題以及解決對策[J];科技傳播;2019年13期

3 王月星;;國內(nèi)旅游推薦系統(tǒng)研究進展[J];商場現(xiàn)代化;2017年10期

4 常亮;曹玉婷;孫文平;張偉濤;陳君同;;旅游推薦系統(tǒng)研究綜述[J];計算機科學;2017年10期

5 王毅;;網(wǎng)絡(luò)推薦系統(tǒng)的三大挑戰(zhàn)——從用戶體驗出發(fā)[J];清華管理評論;2013年06期

6 王海明;;基于大數(shù)據(jù)下電子商務(wù)商品推薦系統(tǒng)的分析[J];環(huán)球市場信息導報;2017年27期

7 ;電商推薦系統(tǒng)進階[J];IT經(jīng)理世界;2013年11期

8 王霞;;電子商務(wù)推薦系統(tǒng)評述[J];福建電腦;2006年08期

9 傅孟如;姜素蘭;閔婭萍;;VAX—11/750機學生測評、推薦系統(tǒng)的設(shè)計與應(yīng)用[J];計算技術(shù)與自動化;1989年03期

10 張佳威;;美團推薦系統(tǒng)實證系統(tǒng)[J];農(nóng)家參謀;2018年11期

相關(guān)會議論文 前10條

1 張燕;李燕萍;;基于內(nèi)容分析和點擊率記錄的混合音樂推薦系統(tǒng)[A];2009年通信理論與信號處理學術(shù)年會論文集[C];2009年

2 高夢晨;;推薦系統(tǒng)用戶感知調(diào)研[A];工業(yè)設(shè)計研究（第六輯）[C];2018年

3 李成;胡文麗;;推薦系統(tǒng)體驗?zāi)Ｐ吞剿鳌砸曨l推薦為例[A];工業(yè)設(shè)計研究（第六輯）[C];2018年

4 李成;馮青青;;推薦系統(tǒng)準確度衡量方案——引入權(quán)重概念[A];工業(yè)設(shè)計研究（第五輯）[C];2017年

5 王曉光;施玉海;尹亞光;;面向廣電的節(jié)目推薦系統(tǒng)研究[A];中國新聞技術(shù)工作者聯(lián)合會2017年學術(shù)年會論文集（學術(shù)論文篇）[C];2017年

6 周小田;王宏志;郭翔宇;胡筱;董志鑫;李建中;高宏;;基于知識庫的互聯(lián)網(wǎng)商品信息分類與推薦系統(tǒng)[A];第29屆中國數(shù)據(jù)庫學術(shù)會議論文集（B輯）（NDBC2012）[C];2012年

7 湯娟梅;唐嶺;;個性化英語閱讀文章推薦系統(tǒng)的設(shè)計[A];計算機與教育：理論、實踐與創(chuàng)新——全國計算機輔助教育學會第十四屆學術(shù)年會論文集[C];2010年

8 王雪;董愛華;吳怡之;;基于RFID技術(shù)的智能服裝推薦系統(tǒng)設(shè)計[A];2011年全國電子信息技術(shù)與應(yīng)用學術(shù)會議論文集[C];2011年

9 張玉連;張波;張敏;;改進的個性化信息推薦系統(tǒng)的設(shè)計與實現(xiàn)[A];2005年全國理論計算機科學學術(shù)年會論文集[C];2005年

10 王君;許潔萍;;層次音樂推薦系統(tǒng)的研究[A];第18屆全國多媒體學術(shù)會議（NCMT2009）、第5屆全國人機交互學術(shù)會議（CHCI2009）、第5屆全國普適計算學術(shù)會議（PCC2009）論文集[C];2009年

相關(guān)重要報紙文章 前5條

1 記者 周源;知意圖發(fā)布推薦系統(tǒng)Etu Recommender[N];網(wǎng)絡(luò)世界;2012年

2 本報記者 鄒大斌;大數(shù)據(jù)：電商新武器[N];計算機世界;2012年

3 本報記者 馮衛(wèi)東;網(wǎng)絡(luò)導購：找出你的最愛[N];科技日報;2007年

4 本報記者 邱燕娜;精準推薦 一客一市場[N];中國計算機報;2012年

5 張秋明;用數(shù)據(jù)是新技能[N];福州日報;2015年

相關(guān)博士學位論文 前10條

1 夏彬;基于位置信息社交網(wǎng)絡(luò)的推薦系統(tǒng)研究[D];南京理工大學;2018年

2 王夢晗;推薦系統(tǒng)中數(shù)據(jù)缺失問題的研究[D];浙江大學;2019年

3 張亮;網(wǎng)絡(luò)推薦系統(tǒng)中基于時間信息的新穎性研究[D];廈門大學;2017年

4 蔣偉;推薦系統(tǒng)若干關(guān)鍵技術(shù)研究[D];電子科技大學;2018年

5 練建勛;基于多樣化內(nèi)容數(shù)據(jù)的個性化推薦系統(tǒng)[D];中國科學技術(shù)大學;2018年

6 曹渝昆;基于神經(jīng)網(wǎng)絡(luò)和模糊邏輯的智能推薦系統(tǒng)研究[D];重慶大學;2006年

7 王宏宇;商務(wù)推薦系統(tǒng)的設(shè)計研究[D];中國科學技術(shù)大學;2007年

8 顏端武;面向知識服務(wù)的智能推薦系統(tǒng)研究[D];南京理工大學;2007年

9 劉龍;一個能實現(xiàn)個性化實時路徑推薦服務(wù)的推薦系統(tǒng)框架[D];中國科學技術(shù)大學;2014年

10 楊東輝;基于情感相似度的社會化推薦系統(tǒng)研究[D];哈爾濱工業(yè)大學;2014年

相關(guān)碩士學位論文 前10條

1 趙輝;基于Spark的API推薦系統(tǒng)研究[D];河北工程大學;2019年

2 王梅瑞;基于記憶網(wǎng)絡(luò)的協(xié)同會話型推薦系統(tǒng)研究[D];山東大學;2019年

3 李嘉夢;基于大數(shù)據(jù)的自由行行程推薦系統(tǒng)設(shè)計與實現(xiàn)[D];上海交通大學;2017年

4 張盤龍;基于知識圖譜的專利推薦系統(tǒng)設(shè)計與實現(xiàn)[D];山東大學;2019年

5 李濤濤;個性化服務(wù)推薦系統(tǒng)的研究及其在互聯(lián)網(wǎng)醫(yī)療中的應(yīng)用[D];安徽大學;2019年

6 林雨輝;利用深度學習構(gòu)建基于內(nèi)容的音樂推薦系統(tǒng)[D];廈門大學;2018年

7 陶健;個性化景點路線推薦系統(tǒng)設(shè)計與實現(xiàn)[D];廈門大學;2018年

8 王歡;基于移動終端的人才推薦系統(tǒng)的設(shè)計與實現(xiàn)[D];廈門大學;2018年

9 黃潔;沉默螺旋理論及其在推薦系統(tǒng)中的應(yīng)用[D];廈門大學;2018年

10 韓修龍;基于興趣流的混合推薦系統(tǒng)研究[D];西南石油大學;2018年

本文編號：2797499